通过倒易空间动力学分解可视化反应路径

时间分辨串行晶体学（time-resolved serial crystallography, TR-SX）已成为捕捉蛋白质超快结构动力学的强有力方法。TR-SX 持续产出引人注目的研究成果，揭示了先前未被观测到的瞬态状态，并为药物靶向、DNA 修复和光合作用等过程提供了更深入的见解。然而，从噪声较大的时间分辨数据集中提取微弱结构信号仍然是一项重大挑战。因此，需要稳健的计算方法来分离与潜在瞬态状态相关的信号。重要的是，这一过程应在倒易空间中进行，以保持与既有下游结构精修工作流程的兼容性。 在此，我们提出了一种可直接在倒易空间中进行动力学分解的框架，从而实现对动力学上可区分的结构状态的分离。该方法依据预定义的动力学模型对晶体学数据进行分解，从而改善对微弱瞬态信号的恢复，并增强基于有限时间分辨数据集的机制解析。我们利用基于一项先前发表的时间分辨晶体学研究所构建的模拟数据对该框架进行了验证，并展示了其在一个包含 17 个时间点的新 TR-SX 数据集中的应用。我们表明，该方法通过引入预定义反应模型中的动力学信息，能够分离四种中间体在倒易空间中的特征信号。这一研究建立了一种可直接从时间分辨 X 射线衍射数据中提取动力学状态的工作流程，并且能够无缝整合到现有的晶体学结构测定流程中。

时间分辨串行晶体学（time-resolved serial crystallography, TR-SX）已成为捕捉蛋白质超快结构动力学的强有力方法。TR-SX 持续产出引人瞩目的研究成果，揭示了此前未被观察到的瞬态状态，并为药物靶向、DNA 修复和光合作用等过程提供了更深入的见解。然而，如何从噪声较大的时间分辨数据集中提取微弱的结构信号，仍然是一项重大挑战。因此，需要稳健的计算方法来分离与潜在瞬态状态相关的信号。重要的是，这一过程应在倒易空间中进行，以保持与既有下游结构精修工作流程的兼容性。本文提出了一种直接在倒易空间中进行动力学分解的框架，可实现动力学上可区分的结构状态的分离。该方法依据预定义的动力学模型对晶体学数据进行分解，从而改善微弱瞬态信号的恢复，并增强基于有限时间分辨数据集的机制解释。我们利用基于一项先前发表的时间分辨晶体学研究所模拟的数据对该框架进行了验证，并展示了其在一个包含 17 个时间点的新 TR-SX 数据集中的应用。我们表明，该方法通过引入来自预定义反应模型的动力学信息，能够分离四种中间态在倒易空间中的特征信号。这一工作建立了一种可直接从时间分辨 X 射线衍射数据中提取动力学状态的工作流程，并可无缝集成到现有的晶体学结构解析流程中。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.17.745189v1?rss=1

🏷️ 时间分辨串行晶体学 倒易空间 动力学分解 反应路径可视化 瞬态中间体 X射线衍射